Suunnitteluprosessin digitalisoituminen : vaikutukset rakennuksen arkkitehtoniseen laatuun uudisrakentamisessa
Bibliographic record
Abstract
Opinnäytetyön aihe saatiin Apoli2020-työryhmältä, joka valmistelee uutta Suomen arkkitehtuuripoliittista linjausta. Tutkimuksen aiheena oli suunnitteluprosessin digitalisoituminen ja sen vaikutukset rakennuksen arkkitehtoniseen laatuun uudisrakentamisessa. Tarkoituksena oli selvittää, miten digitalisoitunut suunnitteluprosessi on vaikuttanut rakennusten arkkitehtoniseen laatuun uudisrakentamisessa alan asiantuntijoiden näkökulmasta. Tärkeimpinä tavoitteina tutkimuksessa oli selvittää, miten digitalisoitunut suunnitteluprosessi on vaikuttanut arkkitehtoniseen laatuun, kun tarkastellaan arkkitehtonista laatua esteettisen laadun ja tilallisuuden näkökulmista. Tutkimuksen aineisto kerättiin kyselytutkimuksella sekä haastattelututkimuksilla. Aineisto todettiin riittäväksi, kun aineisto alkoi toistaa itseään tai uutta tietoa ei enää saatu. \n \nAineistosta ilmenee yli kolme neljäsosan käyttävän tietomallintamista säännöllisesti ja suurin osa vastasi, että tietomallintamisella ei ole vaikutusta arkkitehtoniseen laatuun tai se parantaa laatua tai parantaa sitä erittäin paljon. Aineistosta kävi ilmi rakennuksen massoittelun helpottuneen suunnitteluprosessin digitalisoitumisen myötä sekä ettei arkkitehtonisia elementtejä jätetä pois tietomallintamisen vaikeuden takia. Melkein kaikki kannattavat tietomallintamisen vakiointia jollain tasolla. \n \nTutkimuksen aineisto kerättiin henkilöhaastatteluilla sekä kyselytutkimuksella. Aineiston kirjallisista vastauksista kävi ilmi, ettei suurin osa arkkitehdeista koe tietomallintamisen vaikuttavan arkkitehtoniseen laatuun vaan sen koettiin olevan pelkästään työväline. Toisaalta joidenkin mielestä tietomallintaminen vie aikaa pois muusta suunnittelusta, jolloin arkkitehtoninen laatu saattaa kärsiä. \n \nSuunnitteluprosessin siirtyminen 2D-suunnittelusta 3D-suunnitteluun on edesauttanut arkkitehtonisen laadun luomista ja tarkastelua, mutta siirtymisellä 3Dsuunnittelusta tietomallintamiseen ei nähdä olevan enää parantavaa vaikutusta. Tietomallintaminen tosin parantaa muita hanketoimintoja, kuten kustannus- ja hankintatoimintaa. Aineistosta käy ilmi, että tietomallinnushankkeen aikataulutusta tulisi lisätä. Jatkotutkimuksille ei ole tarvetta tästä näkökulmasta, koska tietomallintamisen ei koettu itsessään vaikuttavan arkkitehtoniseen laatuun.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.074 | 0.029 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".